3 стадии разработчика
начинаешь поджунивать
замидляешься
осеньериваешься
Framework — синьоры + gpt + оффер
Сейчас каждая успешная компания внедряет в свои отделы разные форматы гпт, в IT – ML, эра полного ИИ совсем близко.
Для нашей задачи использовали 2 чата:
1)
DeepSeek
И когда он отваливался применяли:
2)
Grok
Мы провели эксперимент анализа синьора чатом гпт для определения финального решения.
Как это выглядело:
1. Приглашение на собеседование с HR
2. Запись аудио собеседования
3. Приглашение на тех.собеседование с лидом или HR
4. Запись аудио собеседования
5. Конвертация аудио в текст
6. Вывод оценки кандидата по условиям: вакансия + задачи + резюме + ответы на интервью
Таким образом кандидаты получали на разные категории оценку от бота от 0 до 10, а проходили дальше те, у кого по всем аспектам были 8-10.
Однако также проводился HR анализ кандидата.
Тут нет никаких баллов, только насмотренность специалиста.
Какие результаты мы получили:
ГПТ рекомендует 4 кандидата, из которых оффер получает 0-1 человек.
Я (HR) рекомендую 2 человека, из которых оффер получает 2.
Человеческий анализ получился быстрее, точнее и дешевле использования машины.
Вывод: GPT полезен как инструмент для первоначального отбора, но его рекомендации менее точны по сравнению с анализом HR-специалиста. GPT упускает нюансы (мягкие навыки, культурное соответствие, использование технических инстурментов), которые важны для финального решения. HR-анализ остается более эффективным для принятия решений о найме. GPT можно использовать как дополнение, но не как замену человеческой экспертизы.
( Вывод сгенерирован гпт.. )
Показать полностью
